与408的关联:1. 逻辑结构和存储结构在选择题中会有涉及。2. 时间复杂度几乎是每一年大题必考内容!
逻辑结构与存储结构
逻辑结构(对人友好)
- 集合结构(无关系)
- 线性结构(一对一)
- 树形结构(一对多)
- 图形结构(多对多)
存储结构(对计算机友好)
1. 顺序存储
int Array[6] = {1,2,3,4,5,6};//定义数组并初始化
prinf("%d\n",Array[3]);//随机访问第4个元素
2. 链式存储
typedef struct Lnode{
ElemType data;
struct Lnode *next;
}Lnode,*LinkList;
Lnode *L;
L = (LinkList)malloc(sizeof(Lnode));
A -> next = B;
B -> next = C;
顺序存储与链式存储分析
优点:
顺序存储:
- 可以实现随机存取。
- 每个元素占用最少的空间。
链式存储:
充分利用所有单元空间,不会出现碎片现象。
缺点:
顺序存储:
只能使用整块的存储单元,会产出较多的碎片。
链式存储:
- 需要额外的存储空间用来存放下一结点的指针。
- 只能实现顺序存取。
时间复杂度与空间复杂度
算法
- 定义:对特定问题求解步骤的描述
- 特性:有穷/稳定/可行/输入/输出
时间复杂度
- 指算法中所有语句的频度(执行次数)之和。
- T(n) = O(f(n))
- n是问题的规模;f(n)是问题规模n的某个函数。
- O(1) < O(log₂n) < O(n) < O(nlog₂n) < O(n²) < O(n³) < O(2ⁿ) < O(n!) < O(nⁿ)
- 时间复杂度的计算忽略高阶项系数和低阶项
例子
例子一
int sum = 0; //执行一次
sum = n * (n +1)/2; //执行一次
printf("%d",sum); //执行一次
算法的执行次数等于3。时间复杂度T(N)=O(1),表示不会随n的增长而增长。
例子二(2011年计算机联考真题)
int x = 2;
while(x < n / 2){
x = 2 * x;
}
执行频率最高的语句为“x = 2 * x;” 设该语句共执行了t次,则2^(t+1) < n/2,故t = log₂(n/2)-1= log₂n-2; 时间复杂度T(n)=O(log₂n)
例子三
int i,x = 2;
for(i = 0;i < n;i++){
x = 0;
while(x < n / 2)
x = 2 * x;
}
执行频率最高的语句为“x = 2 * x;” 设该语句内层循环执行了log₂n次,外层执行了n次; 时间复杂度T(n)=O(nlog₂n)
例子四
int sum1 = 0,sum2 = 0,i,j;
for(i = 0;i < n;i++)
sum1 = sum1 + i;
for(j = 0;j < m;j++)
sum2 = sum2 + j;
printf("%d,%d",sum1,sum2)
两个循环没有嵌套,串行执行。所以时间复杂度T(n) = O(n)+O(m);取最大的,即时间复杂度T(n) = max(O(n)+O(m))
空间复杂度
- 指算法运行过程中所使用的辅助空间的大小
- S(n)=O(f(n))
- 除了需要存储算法本身的指令、常数、变量和输入数据外,还需要存储对数据操作的存储单元。
- 若输入数据所占空间只取决于问题本身,和算法无关,这样只需分析该算法在实现时所需的辅助单元即可。
- 算法原地工作:算法所需的辅助空间是常量,即O(1)
- n个元素数组排序,不适用额外的空间(随着n的增长而增长的空间叫额外空间),空间复杂度是O(1)